本次分析的資料集來源為鏈家2017年房源資訊。
在資料分析的過程中，我們也可以先去理解資料，再提出問題，在探索資料的過程當中，我們往往會發現很多有趣的事情~
1.提出問題
北京二手房的房價跟哪些因素有關呢？
2.讀取資料，理解資料
匯入資料分析相關工具包
%matplotlib 為魔法函式，之後的資料視覺化過程中，有了它我們就不需要每次都使用plt.show()來顯示圖表了。

用pandas中的read_csv()方法讀取格式為CSV的資料集,並用Head()方法預設檢視前5行。

資料型別分析：

1.數值型：Floor,Price,Size,Year

2.字串型別：Direction,District,Layout,Region,Renovation，Elevato

檢視資料型別以及是否存在缺失值

Elevator 有缺失值

我們可以根據樓層高度判斷是否有電梯，然後進行缺失值的填補。

檢視資料是否有異常值

從這裡我們發現，房屋樓層最高層竟然有57層，價格中最大值有6000萬，而房屋大小中最小的只有2平，這是不符合住房常理的，這就是我們當前發現的異常值，要找到它們並且移除它們。
3.資料處理
建立副本，新增房屋均價新特徵，並以分析方便的方式重新擺放各列

4.特徵分析
分析各區與房價之間的關係：
我們首先按區分類（groupby()方法），各區的住房數量（count()方法），然後再計算按區分類各區的房屋每平均價（mean()方法）。

資料視覺化

分析房屋大小與房價之間的關係：
我們通過密度圖和散點圖來分析房屋（Size）特徵

發現問題：
問題1：長尾分佈，有很多面積超出正常範圍的資料；
問題2：大部分資料符合實際情況，價格隨著面積的增大而增大，有異常資料，面積小，價格高。

找出異常點：
我們查詢房屋面積小於10或者大於1000的資料

別墅跟商用房都不是我們要考慮的，所要移除這部分資料。

分析房屋佈局的數量

這裡我們觀察發現，房屋佈局為2室1廳的房屋數量最多。

分析房屋價格與裝修型別的關係：

資料視覺化

觀察資料：

1.精裝修和簡裝修房屋數量最多；

2.毛坯房的均價卻最高。

分析有無電梯與房價之間的關係：
檢視資料是否有錯位的現象

資料視覺化


觀察資料：

1.有電梯的房屋數量較多；

2.有電梯的房屋均價較高。

分析房屋總體因素隨時間的變化

這是一個多維圖，點的位置分佈表示隨著時間的增長房屋價格的變化；
點的數量表示隨著時間的增長房屋數量的變化；
點的顏色深淺表示房屋的裝修等級；
點的大小表示是否有電梯。

觀察結果：

（1）整個二手房價格趨勢隨著時間增長，尤其在2000年之後大幅增長；

（2）1980年之前電梯房非常少，毛坯房較多；

（3）1980-2000年之間，簡裝房屋較多，出現電梯房；

（4）2000年之後電梯房較多，精裝房屋較多

分析房屋價格與樓層之間的關係：

資料視覺化

觀察資料：

可以看到，6層二手房數量最多，但是單獨的樓層特徵沒有什麼意義，因為每個小區住房的總樓層數都不一樣，我們需要知道樓層的相對意義。

另外，樓層與文化也有很重要聯絡，比如中國文化七上八下，七層可能受歡迎，房價也貴，而一般也不會有4層或18層。當然，正常情況下中間樓層是比較受歡迎的，價格也高，底層和頂層受歡迎度較低，價格也相對較低。

所以樓層是一個非常複雜的特徵，對房價影響也比較大。